Domača zbirka PDF-jev
Format PDF izhaja iz nekega drugega obdobja, iz časov, ko smo na veliko tiskali dokumente in ko smo na zaslonu potrebovali verodostojen posnetek vsebine, kot se je pokazala na papirju. Za dokumente, ki so na voljo izključno v elektronski obliki, zaradi navezave na papir ni najboljši, je pa zaradi dolge zgodovine formata velik del digitalnih dokumentov primarno še vedno na voljo v datotekah PDF.
Portable Document Format, kot je Adobe že davnega leta 1993 poimenoval svoj standard za oblikovno verodostojno shranjevanje in deljenje dokumentov, je neodvisen od operacijskega sistema, programa, v katerem ga odpiramo, pisav, ki so nameščene … Skratka gre za zapis, ki nam omogoča, da dokument pri komerkoli ohranja svojo obliko in vsebino: postavitev, slike, besedilo in karkoli drugega smo umestili vanj. Datoteke PDF poleg tega omogočajo tudi šifriranje in digitalno podpisovanje, vključujejo lahko priponke v drugih formatih in metapodatke, ki omogočajo enostavnejše delo z njimi, obrazce, ki jih izpolnimo elektronsko ... Gre torej za zelo prilagodljiv format, od leta 2008 pa ga je Adobe tudi odprl, tako da je postal standard tudi zunaj Adobovega ekosistema aplikacij.
Z leti je format PDF pridobil kar nekaj digitalnih razširitev, ki bralnikom datotek omogočajo, da posamezne elemente povečujejo ali pomanjšajo in besedilo postavijo na novo, s čimer se je format delno znebil zgodovinske neprožnosti, ko so bili vsi elementi fiksno razporejeni na strani, katere velikost je bila določena vnaprej (in zato na premajhnih zaslonih pogosto neberljivi). Čeprav imamo danes za digitalne dokumente fleksibilnejše formate (e-knjige, ki so bile včasih večinoma v formatu PDF, so danes običajno na voljo v digitalnim zaslonom precej bolj prijaznem formatu ePub), je PDF še vedno standard za dokumente, ki se v osnovi samo berejo in ne urejajo – četudi niso namenjeni tiskanju na papir – od knjig do člankov, raziskav, seminarskih nalog, pogodb in računov za elektriko.
Če dokumente arhiviramo v digitalni obliki, je PDF skoraj zagotovo tisti format, v katerem bo shranjen večji del datotek. Za podjetja, ki morajo pogosto dlje časa shranjevati celo vrsto dokumentov, je na voljo pester nabor dokumentih sistemov. Večinoma gre za komercialne rešitve, imamo pa tudi med velikimi na voljo odprtokodno rešitev Mayan EDMS, ki jo uporabljajo tudi državne institucije in večje organizacije in podjetja.
Za tiste, ki si želimo samo urediti zmedo PDF-jev, razmetanih po diskih, e-poštnih predalih in napravah, so sistemi, kot so Mayan in ostali, seveda prekompleksni. Za hišno uporabo je vseeno na voljo kar nekaj brezplačnih rešitev, ki se po nekaterih zmožnostih brez težav primerjajo z velikimi, obenem pa so za uporabo in tudi po zahtevnosti do strojne opreme precej bolj pisane na kožo manjšemu obsegu dokumentov in nalog.
Dokumente, ki jih shranjujemo, v grobem lahko razdelimo v dve kategoriji: v prvi so osebna dokumentacija, kot so računi, pogodbe, obrazci, poročila, izpiski … skratka dokumentacija, ki je vezana na neko osebo. V drugo kategorijo pa umeščamo bolj splošne dokumente, ki niso nujno vezani na posameznika, kot so shranjeni članki, kuharski recepti, navodila za uporabo, shranjene spletne zanimivosti in sorodne PDF-datoteke, ki jih želimo shraniti in arhivirati. V praksi se izkaže, da od orodja za posamezni tip dokumentov želimo drugačne zmožnosti: pri osebnih dokumentih je pomembno, da so arhivirani dlje časa in jih hitro najdemo ter tudi, da je zajem samodejen in da imajo dobro podporo dokumentom, ki jih preberemo z optičnim bralnikom (skenerjem). Pri splošnih pa je glavna zmožnost, ki jo iščemo, prebiranje dokumenta, šele nato pride na vrsto kategorizacija ali možnost zajema. V osnovi lahko katerokoli izmed spodaj opisanih orodij uporabljamo za vse PDF-je, v praksi pa se izkaže, da so prilagojena enim ali drugim.
Paperless-ngx
Tip storitve: strežniška aplikacija
Okolje: Docker, Linux
Cena: brezplačno
Prednosti: Strukturiran postopek uvoza, obdelave in arhiviranja dokumentov, obilica naprednih zmožnosti, zmogljiva avtomatizacija, velik ekosistem aplikacij in razširitev.
Slabosti: Podpira samo format PDF, ni prilagojen za splošne dokumente v formatu PDF.
Spletna stran: paperless-ngx.com
Paperless-ngx ima že skoraj desetletno zgodovino, čeprav je prva različica izšla leta 2022. Aplikacija je namreč naslednik orodij Paperless in Paperless-ng, od avtorjev obeh, ki sta opustila nadaljnji razvoj, pa je delo prevzela ekipa prostovoljcev, tako da tretja iteracija Paperlessa ni več odvisna od zasedenosti in volje posameznika, ki je vodja projekta – svoje delo pri razvoju je tako prispevalo že skoraj 400 razvijalcev.
Paperless-ngx je lahko rečemo kar odprtokodni standard za upravljanje dokumentov za domačo rabo in manjša podjetja ter eden bolj priljubljenih programov za namestitev na domači strežnik. Nabor zmožnosti, ki se vseskozi širi, saj so razvijalci zelo aktivni pri dodajanju novosti, je v osnovi namenjen predvsem shranjevanju osebnih in ne toliko splošnih dokumentov. Namestimo ga kot zbirko kontejnerjev v okolju Docker, kar zelo priporočajo tudi avtorji aplikacije, ali pa neposredno v Linuxu.
Paperless z dokumenti dela, kot da so na tekočem traku: najprej dokument zajame iz nastavljenega vira (ali virov), ga opremi z metapodatki, obdela besedilo z optičnim prepoznavanjem in shrani v arhiv na pravo mesto. Ko je enkrat shranjen v zbirko, ga lahko najdemo bodisi po vsebini bodisi po metapodatkih, dokument pa lahko neposredno iz Paperlessa izvozimo ali natisnemo.
Glavno odložišče za dokumente, ki jih želimo uvoziti, je mapa na enem izmed naših diskov – Paperless bo mapo redno pregledoval, dokumente samodejno uvozil, obdelal in jih shranil na pravo mesto. Dokumente lahko uvozimo tudi ročno, prek spletnega vmesnika, ali pa za uvoz uporabimo katero izmed mobilnih aplikacij – obstaja več rešitev tako za Android kot iOS, med njimi pa po zmožnostih in tudi dodelanem vmesniku verjetno najbolj izstopa dokaj nova aplikacija PaperNext, ki je na voljo za oba mobilna operacijska sistema. Če večino dokumentov dobimo po e-pošti, se zna Paperless povezati tudi z e-poštnim računom: če najde priponko, ki ustreza nastavljenim parametrom, jo samodejno uvozi v zbirko.
Ko imamo dokument enkrat v Paperlessu, bo sistem samodejno uredil metapodatke: pošiljatelja oz. avtorja dokumenta (npr. Telekom), tip dokumenta (npr. račun) in dodatne oznake (npr. »telekomunikacije«, »internet«, »doma«). Iz dokumenta bo poskusil izluščiti tudi datum, ko je bil dokument ustvarjen (ki ni nujno enak datumu, ko smo dokument uvozili). Če je v dokumentu besedilo shranjeno kot slika, pa bo z optičnim prepoznavanjem tudi to besedilo pretvoril v besedilno obliko. Zadnje je še posebej pomembno, če smo dokument prebrali z optičnim bralnikom, saj Paperless vsebino uporablja tako za samodejno kategorizacijo kot tudi za kasneje, ko po dokumentih iščemo. Nato v zbirko shrani original in obdelano različico dokumenta, v skladu s pravili, ki jih nastavimo (recimo, da vse dokumente tipa »pogodba« shrani v mapo s pogodbami). Vse to seveda lahko, če želimo, urejamo ali popravimo tudi ročno.
Ko je enkrat dokument shranjen, ga lahko vedno najdemo bodisi po metapodatkih bodisi z iskalnikom. Paperless datotek tudi ne skriva pred uporabnikom in jih lahko z raziskovalcem poiščemo na disku – seveda pa moramo upoštevati, če bomo datoteke urejali zunaj aplikacije, lahko pride do napak v zbirki.
Ena izmed večjih prednosti Paperlessa je, da se na podlagi obstoječih dokumentov nauči, kako pravilno označevati nove dokumente. To pride prav, če redno uvažamo med sabo zelo podobne dokumente, kot je mesečni račun ali izpisek. Prvič bomo morali metapodatke nastaviti sami, naslednjič pa bo Paperless že vedel, katere parametre mora izbrati. Ročno delo pri vedno enako strukturiranih dokumentih zato zelo hitro ni več potrebno. Paperless uporablja lastno rešitev za strojno učenje in ne katerega izmed jezikovnih modelov, tako da je za zasebnost poskrbljeno (pa tudi stroškov z naročnino na katero izmed umetnih inteligenc nimamo).
Zmožnosti, ki jih Paperless ponuja, lahko razširimo z dodatki. Povežemo ga lahko s sistemom za pametni dom Home Assistant ali beležko Obsidian, vključimo neposredno v odjemalec pošte Thunderbird ali pa dodamo povezavo z jezikovnimi modeli LLM, bodisi lokalnimi bodisi z OpenAI, ki izboljšajo prepoznavanje dokumentov, kategorizacijo in prepoznavanje besedila.
Paprless se odlično obnese kot orodje za obdelavo in shranjevanje osebnih dokumentov, medtem ko za splošne dokumente ni najprimernejši. Način shranjevanja in dela z dokumenti je namreč povsem prilagojen strukturiranim dokumentom, ki se pogosto pojavljajo v isti obliki (kot so računi in izpiski). Poleg tega podpira samo dokumente PDF: če želimo shraniti dokument v drugem formatu (recimo DOCX), ga moramo pred shranjevanjem pretvoriti v PDF (zna pa z razširitvami to urediti kar Paperless sam), česar včasih nočemo. Za urejeno zbirko splošnih PDF-jev ali pa za dokumente v drugih formatih moramo zato poseči po drugem orodju.
PdfDing
Tip storitve: strežniška aplikacija
Okolje: Docker
Cena: brezplačno
Prednosti: Skromne strojne zahteve, enostavno delo z dokumenti PDF, možnosti osnovnega urejanja, dober bralnik.
Slabosti: Slaba podpora osebni dokumentaciji, brez OCR, ne podpira avtomatizacije postopkov.
Spletna stran: pdfding.com
PdfDing je v osnovi podoben Paperlessu – gre za strežniški program, ki je namenjen arhiviranju dokumentov v formatu PDF. Čeprav je osnovni opis aplikacij enak, pa lahko rečemo, da je PdfDing vse, kar Paperless ni, in obratno.
Za začetek velja izpostaviti, da ima PdfDing precej krajšo zgodovino od Paperlessa, saj je bila prva (no, nič cela prva) različica aplikacije objavljena šele konec leta 2024. Razvoj sicer poteka zelo hitro, z nadgradnjami, ki so na voljo skoraj tedensko, vseeno pa moramo upoštevati, da gre za nov projekt, kjer se lahko zgodi, da bo kakšna večja nadgradnja zahtevala, da vse skupaj postavimo z ničle.
Druga razlika v primerjavi s Paperlessom je, da je način dela v PdfDingu bliže aplikacijam za delo z zbirko e-knjig kot dokumentnemu sistemu. PDF-dokumente shranjuje v knjižnico, v okviru katere jih lahko organiziramo po projektih, sestavljamo v zbirke, dodajamo pa lahko tudi oznake na dokument. V osnovi dokumentov, ki jih uvozimo, ne obdeluje, ampak jih samo shrani v originalni obliki.
Ko dokumente odpiramo, program ponuja dokaj zmogljiv bralnik, ki nam omogoča tudi urejanje dokumentov. Dodajamo lahko besedilo, označimo dele vsebine in tudi kaj na hitro dorišemo v samo datoteko. Vsak dokument lahko opremimo z zaznamki ali pa ga podpišemo s podpisom, shranjenim v aplikaciji. PdfDing si obenem zapomni, do kod smo prebrali vsebino – tudi če datoteko odpremo na drugi napravi, se bo dokument odprl na strani, kjer smo branje prejšnjikrat zaključili. Omogoča tudi, da označimo priljubljene dokumente, tiste, ki smo jih prebrali, a jih ne bomo več potrebovali, pa shranimo v arhiv. Dokumente lahko tudi delimo navzven: bodisi s QR-kodo bodisi s povezavo, pri tem pa lahko dostop omejimo z geslom, da ni povezava odprta kar za vse.
Da ne gre za rešitev za arhiviranje, pa se kaže po zmožnostih, ki v primerjavi s Paperlessom manjkajo. Dokumenti tako nimajo ločenega datuma nastanka in datuma arhiviranja, kar sta nekako osnovna podatka, ki jih želimo pri arhivu. PdfDing tudi ne podpira optičnega prepoznavanja besedila, tako da vsebina, ki je v PDF-jih zapisana kot slika, iskalniku ni vidna. Pri formatih je še bolj izbirčen kot Paperless: pri zadnjem lahko z dodatnimi orodji uredimo samodejno pretvorbo v PDF, preden se dokument uvozi, tu pa moramo PDF-je iz Wordovih datotek pripraviti vnaprej, saj drugih formatov ne podpira.
PdfDing je odlična knjižnica dokumentov, ki jih beremo, si ob njih kaj zapišemo in občasno delimo z drugimi. Za splošne dokumente in daljša besedila je odličen, medtem ko programu kot arhivu osebne dokumentacije vsaj za zdaj manjka še precej funkcionalnosti. Avtorji se tudi zavedajo, da je Paperless izredno priljubljen, zato so izpostavili, da ne želijo tekmovati z dokumentnimi sistemi, ampak bo tudi nadaljnji razvoj šel v smer vse boljše knjižnice PDF-jev.
Docspell
Tip storitve: strežniška aplikacija
Okolje: Docker
Cena: brezplačno
Prednosti: Odlična podpora avtomatizaciji procesov in večuporabniškemu delu, podpora širokemu naboru različnih dokumentov.
Slabosti: Ni aplikacije za iOS, občasno neroden uporabniški vmesnik.
Spletna stran: docspell.org
Docspell se po svojih zmožnostih umešča med obe zgoraj omenjeni rešitvi. Gre za dokumentni sistem z odlično podporo avtomatizaciji in hkratnemu delu več uporabnikov. Namestitev v okolju Docker je v primerjavi z ostalimi opisanimi rešitvami nekoliko bolj kompleksna, saj se razdeli v kar precejšnje število kontejnerjev. Vseeno pa namestitev bolj veščim ne bo delala težav, postopek pa je tudi dobro dokumentiran na njihovi spletni strani.
Podobno kot Paperless tudi Docspell podpira različne vire dokumentov, iz katerih zna nove dokumente zajemati samodejno. Aplikacija podpira nalaganje dokumentov prek spletnega vmesnika ali ukazne vrstice v terminalu, zna pa tudi gledati izbrane mape in dokumente, ki jih shranimo tja, na določen interval samodejno uvoziti v zbirko. Pri Paperlessu smo omenili, da se zna povezati z e-poštnim predalom in v skladu s filtri, ki jih določimo, arhivirati priponke dokumentov. Docspell gre pri tem še korak dlje: ko se poveže z e-poštnim predalom, ne arhivira samo priponk, ampak tudi e-poštna sporočila, tako da ga lahko uporabimo tudi kot rešitev za arhiviranje e-pošte. Poleg povezave s poštnim predalom prek protokola IMAP Docspell, če to možnost vključimo, ponuja tudi strežnik SMTP za pošiljanje pošte, ki samodejno arhivira vsa poslana sporočila.
Nabor formatov, ki jih Docspell podpira, je zelo širok. Poleg PDF-jev podpira tudi datoteke, ustvarjene v Wordu in Excelu, OpenDocument formate (ki jih ustvarimo z LibreOffice), besedilne datoteke RTF in TXT (pri zadnjih je sicer zaželeno, da so oblikovane v formatu Markdown), slike (JPG, PNG in TIFF) ter tudi datoteke HTML. Če imamo datoteke stisnjene v arhivu ZIP, jih zna uvoziti tudi v obliki arhiva. Podpira še arhivske datoteke za e-pošto v formatu EML. Skratka, zelo malo možnosti je, da imamo datoteko, vredno arhiviranja, pa je Docspell ne bi znal prebrati.
Za potrebe arhiviranja vse zgoraj omenjene datoteke shrani v dveh formatih, v originalni obliki in obdelanem PDF-ju. Datoteke v osnovi shranjuje v zbirki podatkov PosgreSQL, se pravi, da niso dostopne na disku zunaj same aplikacije, lahko pa v nastavitvah določimo, da kopije shranjuje tudi na disk, da so dostopne tudi prek npr. brskalnika po datotekah.
Obdelava dokumentov se pri Docspellu nekoliko bolj zanaša na strojno učenje kot Paperless. Dokument, ko ga uvozi, najprej prebere z optičnim prepoznavanjem besedila, nato pa oznake kreira na podlagi vsebine, pri čemer si za organizacijo vzame precej več svobode kot Paperless. Vsakemu dokumentu poleg oznak seveda določi tudi pošiljatelja oziroma avtorja ter tudi naslovnika, če ta podatek ima, določi pa tudi tip dokumenta (npr. »račun«).
Docspell odlikuje zelo zmogljiv iskalnik, ki zelo hitro išče tudi po vsebini dokumentov. Ker je program v primerjavi s Paperlessom precej bolj splošno odložišče za vse dokumente, s katerimi se srečamo, je zelo pomembno, da hitro najdemo pravega. Zmogljivejši je tudi bralnik, ki si zapomni, kako daleč smo prišli v daljšem dokumentu, tako da se po tej zmožnosti lahko primerja tudi s PdfDingom.
Delo z Docspelom začinijo tudi mali bonbončki, kot je možnost, da dokument v zbirko dodajamo brez uporabniškega računa, prek anonimizirane povezave. Datoteke lahko prek povezav seveda tudi delimo navzven, pri čemer lahko dostop, če želimo, zaščitimo tudi z geslom.
Avtorji so za hiter vnos dokumentov iz naprav z Androidom razvili tudi (dokaj špartansko) mobilno aplikacijo. Namenjena je vnosu dokumentov v zbirko, medtem ko bo za pregledovanje vseeno treba poseči neposredno po spletni aplikaciji. Za okolje iOS aplikacije ni, so pa zunanji razvijalci razvili vtičnik za Applove telefone, ki v sistemski meni za deljenje vsebine doda bližnjico za nalaganje dokumenta v Docspell.
Docspell v primerjavi s konkurentoma ponuja precej več zmožnosti, kar pa plačamo z nekoliko manj preglednim vmesnikom, in če se omejimo na primerjavo s Paperlessom, manj dodelanim ekosistemom dodatkov, razširitev in mobilnih aplikacij.
---
Za vse digitalne hrčke, ki radi organizirano shranjujemo svoje dokumente in datoteke, je na voljo še nekaj rešitev, ki so sorodne zgoraj opisanim, a manj priljubljene. Poleg že omenjenega Mayan EDMS, ki je sicer namenjen večjim organizacijam in je za domačo rabo prekompleksen, lahko Paperless in Docspell zamenjamo z aplikacijama Papermerge DMS in Teddy, ki sta nekoliko enostavnejši, a vseeno ponujata večino zmožnosti, ki jih od tovrstnih programov pričakujemo. PdfDing neke prave konkurence nima, še najbliže so programi za zbirke e-knjig, a ne podpirajo dobro dokumentov, ki niso knjige, z naslovnico, ISBN-številko in vsemi ostalimi pritiklinami. PDFKeeper je na voljo le za okolje Windows in se po osnovni funkcionalnosti lahko primerja s PdfDingom, je pa precej manj dodelan, tako po zmožnostih kot po videzu.
Omeniti velja tudi, da ne Paperless ne Docspell (PdfDing pa tovrstnemu arhivu niti ni namenjen) ne zadostujeta vsem zahtevam po arhiviranju dokumentov v podjetjih – gre torej za pripomočka, ki poenostavita delo z digitalnimi arhivi, nista pa nadomestek za dobri stari fascikel s papirjem (ali pa komercialne rešitve, ki dokumente arhivirajo v skladu z zakonodajo). Z nekaterimi razširitvami se zakonskim zahtevam sicer lahko približamo, vseeno pa bi izpostavili, da velja imeti tudi kopijo, ki jim povsem ustreza.
